Banco de Dados
OLAP (On-line Analytical Processing)
Ano:
2025
Banca:
FCPC
No modelo multidimensional, os dados são organizados em diversas dimensões, cada uma estruturada em múltiplos níveis de abstração definidos por hierarquias de conceitos. Operações OLAP podem ser aplicadas para diferentes finalidades, como realizar uma agregação que reduz a dimensionalidade ou explorar dados com maior nível de detalhe, introduzindo novas dimensões. Com base nas operações descritas, assinale a alternativa que identifica corretamente os nomes dessas operações, respectivamente.
Banco de Dados
OLAP (On-line Analytical Processing)
Ano:
2025
Banca:
Fundação Getúlio Vargas (FGV)
Você, como analista de dados do TCE-RR, pode ser incumbido de utilizar um cubo OLAP para avaliar as auditorias do tribunal pelas dimensões cidade, tempo e custo. Considere que a análise possua a seguinte cadeia de ações: filtro para apenas considerar o último ano, detalhamento de ano para mês e agregação de mês para trimestre. A sequência de ações OLAP será:
Banco de Dados
DW - Data Warehouse
Banco de Dados Multidimensionais
OLAP (On-line Analytical Processing)
Ano:
2025
Banca:
IV - UFG
Os sistemas OLAP (Online Analytical Processing) permitem análises complexas e multidimensionais de grandes volumes de dados, oferecendo operações que ajudam a explorar informações de diferentes perspectivas. Qual operação OLAP é utilizada para reorganizar a visualização dos dados, alterando as dimensões em linhas e colunas para fornecer uma nova perspectiva de análise?
Banco de Dados
OLAP (On-line Analytical Processing)
DataMart
OLTP
Ano:
2025
Banca:
FUVEST
Uma empresa deseja implementar uma arquitetura de dados robusta para dar suporte à análise e ao processamento diário de informações. A empresa já possui um sistema de OLTP, mas agora precisa de uma solução de OLAP para análise histórica e de tendências. Além disso, a equipe de TI está considerando a criação de Data Marts para áreas de marketing, vendas e finanças, com o objetivo de melhorar a tomada de decisões.
Com base no cenário apresentado, assinale a alternativa que melhor descreve a relação entre Data Marts, OLTP e OLAP.
Banco de Dados
OLAP (On-line Analytical Processing)
Ano:
2025
Banca:
CESPE / CEBRASPE
Acerca de business intelligence, ETL e OLAP, julgue o item que se segue.
O ROLAP (relational OLAP) armazena os dados exclusivamente em estruturas multidimensionais, como cubos OLAP, ignorando bancos de dados relacionais para processamento analítico.
Banco de Dados
ETL (Extract Transform Load)
OLAP (On-line Analytical Processing)
BI (Business Intelligence)
Ano:
2025
Banca:
CESPE / CEBRASPE
Acerca de business intelligence, ETL e OLAP, julgue o item que se segue.
A análise preditiva utiliza algoritmos estatísticos e modelos de machine learning para identificar padrões históricos nos dados e projetar tendências futuras, de forma a guiar decisões proativas e permitir a antecipação de cenários críticos para o negócio.
Banco de Dados
Banco de Dados Relacionais
Banco de Dados Multidimensionais
OLAP (On-line Analytical Processing)
Ano:
2025
Banca:
Instituto Quadrix
Quanto às ferramentas OLAP, à álgebra relacional e aos bancos de dados relacionais em plataforma baixa, julgue o item a seguir.
HOLAP é um tipo de arquitetura OLAP que permite que algumas operações sejam realizadas em bancos de dados multidimensionais e outras em bancos de dados relacionais, buscando o melhor desempenho para cada tipo de consulta.
Banco de Dados
Banco de Dados Multidimensionais
OLAP (On-line Analytical Processing)
BI (Business Intelligence)
Ano:
2025
Banca:
CESPE / CEBRASPE
Julgue o próximo item, relativo a aprendizado de máquina e BI (Business Intelligence).
A arquitetura de BI que utiliza ROLAP (processamento analítico online relacional) implementa as consultas por meio de um banco de dados em cubos de forma consolidada; nessa estrutura ROLAP, os dados são armazenados de forma multidimensional, permitindo que os usuários finais realizem drill up ou drill down na hierarquia (por exemplo, que eles vejam os lucros das vendas por ano, depois por trimestre).
